• 한국멀티미디어학회논문지
• /
• 제15권12호
• /
• pp.1409-1416
• /
• 2012

An image segmentation result depends on pre-processing steps such as contrast enhancement, edge detection, and smooth filtering etc. Especially medical images are low contrast and contain some noises. Therefore, the contrast enhancement and noise removal techniques are required in the pre-processing. In this study, we present an extension by a novel histogram equalization in which both local and global contrast is enhanced using neighborhood metrics. When checking neighborhood information, filters can simultaneously improve image quality. Most important is that original image information can be used for both global brightness preserving and local contrast enhancement, and image quality improvement filtering. Our experiments confirmed that the proposed method is more effective than other similar techniques reported previously.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.252-256
• /
• 1998

Accurate mapping of satellite images is one of the most important Parts in many remote sensing applications. Since the position and the attitude of a satellite during image acquisition cannot be determined accurately enough, it is normal to have several hundred meters' ground-mapping errors in the systematically corrected images. The users which require a pixel-level or a sub-pixel level mapping accuracy for high-resolution satellite images must use a number of Ground Control Points (GCPs). In this paper, the performance of two geometric correction algorithms is tested and compared. One is the polynomial warping algorithm which is simple and popular enough to be implemented in most of the commercial satellite image processing software. The other is full camera modelling algorithm using Physical orbit-sensor-Earth geometry which is used in satellite image data receiving, pre-processing and distribution stations. Several criteria were considered for the performance analysis : ultimate correction accuracy, GCP representatibility, number of GCPs required, convergence speed, sensitiveness to inaccurate GCPs, usefulness of the correction results. This paper focuses on the usefulness of the precision correction algorithm for regular image pre-processing operations. This means that not only final correction accuracy but also the number of GCPs and their spatial distribution required for an image correction are important factors. Both correction algorithms were implemented and will be used for the precision correction of KITSAT-3 images.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.38-44
• /
• 2018

In this paper, we propose Intelligent Driver Assistance System (I-DAS) for driver safety. The proposed system recognizes safety and danger status by analyzing blind spots that the driver cannot see because of a large angle of head movement from the front. Most studies use image pre-processing such as face detection for collecting information about the driver's head movement. This not only increases the computational complexity of the system, but also decreases the accuracy of the recognition because the image processing system dose not use the entire image of the driver's upper body while seated on the driver's seat and when the head moves at a large angle from the front. The proposed system uses a convolutional neural network to replace the face detection system and uses the entire image of the driver's upper body. Therefore, high accuracy can be maintained even when the driver performs head movement at a large angle from the frontal gaze position without image pre-processing. Experimental result shows that the proposed system can accurately recognize the dangerous conditions in the blind zone during operation and performs with 95% accuracy of recognition for five drivers.

• 반도체디스플레이기술학회지
• /
• 제19권3호
• /
• pp.12-18
• /
• 2020

In semiconductor manufacturing, defect detection is critical to maintain high yield. Currently, computer vision systems used in semiconductor photo lithography still have adopt to digital image processing algorithm, which often occur inspection faults due to sensitivity to external environment. Thus, we intend to handle this problem by means of using Mask R-CNN instead of digital image processing algorithm. Additionally, Mask R-CNN can be trained with image dataset pre-processed by means of the specific designed digital image filter to extract the enhanced feature map of Convolutional Neural Network (CNN). Our approach converged advantage of digital image processing and instance segmentation with deep learning yields more efficient semiconductor photo lithography inspection system than conventional system.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.405-408
• /
• 2005

본 논문에서는 복원이 가능한 웨이블릿 변환을 사용한 통합된 손실 압축 방법을 제안한다. 제안한 알고리즘은 우선 원 영상에 선 양자화 과정을 진행하여 그레이 레벨의 수가 원 영상과 일치한 영상을 구성한다. 양자화 된 원 영상에 웨이블릿 변환 필터를 적용하여 대역분할을 한다. 가장 낮은 대역의 부호화는 재구성된 영상의 전체화질에 가장 큰 영향을 미치는 것을 고려하여 예측기를 사용한 허프만 부호화를 이용한다. 제안된 알고리즘에 의해 재구성된 영상들은 JPEG 및 선양자화 없이 원 영상의 웨이블릿 계수들을 부호화 하는 방법에 비해 높은 PSNR을 보였다. 선양자화 과정을 사용 함으로서 최대에러를 조절 할 수 있으며 대규모 영상압축에 유용할 것으로 기대된다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.11-16
• /
• 1997

This paper describes the grenade counting system developed for DPICM submunition analysis using the infrared video streams, and its some video stream processing technique. The video stream data processing procedure consists of four sequences; Analog infrared video stream recording, video stream capture, video stream pre-processing, and video stream analysis including the grenade counting. Some applications of this algorithms to real bursting test has shown the possibility of automation for submunition counting.

• Spatial Information Research
• /
• 제19권5호
• /
• pp.1-11
• /
• 2011

본 연구에서는 기존에 구축된 고해상도 항공영상을 이용한 영상변화 탐지과정에서 보다 정확도 높은 풍수해 정보를 추출하는 방법에 대해 연구하였다. 연구 대상지역은 2008년 국지성 호우로 인해 큰 피해를 입은 경상북도 봉화군의 춘양면 일대를 선정하였다. 연구에서 활용된 항공영상은 해상도 30cm의 피해 전 흑백영상과 40cm의 피해 후 칼라 영상을 사용하였다. 영상분석에 있어 전처리 단계로서 피해 전 후 영상의 해상도 차이나 시계열적인 차이로 인한 오차 보정을 위하여 노멀라이징과 대비강조, 이퀄라이징의 기법을 적용하여 오차를 최소화하였다. 피해규모는 피해 전 후 영상을 구성하는 각 화소의 밝기 값을 1:1로 비교하는 방식으로 산정하였으며, 이 과정에서 피해 전 후 화소 밝기의 차이 값을 설정하여 조사자가 원하는 피해규모를 추출할 수 있도록 임계치를 설정하였다. 최적의 영상처리 및 임계치 선정의 결과는 오차매트릭스를 이용하여 확인하였다. 본 연구의 결과는 피해정보 추출 과정에서 동일한 제원을 갖는 항공영상을 이용하여 신속한 자연재해로 인한 피해규모의 산출이 가능하도록 하였다. 아울러 피해 전 후 다중밴드 영상을 추가로 확보하여 활용한다면 보다 다양한 피해항목에 대한 적용이 가능할 것으로 판단되었다. 나아가 토지피복분류도나 지적도 등 다양한 주제도를 영상변화 탐지에 활용한다면 정량적인 피해규모의 산출도 가능할 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제9B권4호
• /
• pp.471-480
• /
• 2002

본 논문에서는 블록화된 영상의 관심영역 가중치 비교 알고리즘과 형상특징 가중치 비교 알고리즘을 결합하여 지폐를 실시간으로 분류하는 시스템을 하드웨어로 구현하였다. 구현된 시스템은 영상획득부, 전처리 및 영상처리부로 구성되어 있다. 영상획득부는 CIS(contact image sensor)에 의해 영상이 얻어지고, A/D 변환기와 PLD에서 전처리를 한다. 영상처리부는 전처리된 영상을 제안된 알고리즘에 의해 DSP에서 수행한다. 제안한 방법은 시뮬레이션을 통해 질의영상과 비교영상간의 식별율을 높일 수 있고 오염되거나 회전, 이동된 지폐에서도 향상된 성능을 가진다. 그리고 제안 방법은 영상의 블록화 효과에 따른 계산량의 감소와 병렬처리를 할 수 있는 시스템으로 구성할 수 있어서 검색율을 높이거나 검색시간을 줄일 수 있는 장점이 있다.

• Journal of Information Processing Systems
• /
• 제10권1호
• /
• pp.55-68
• /
• 2014

Automatic segmentation of foreground text from the background in degraded document images is very much essential for the smooth reading of the document content and recognition tasks by machine. In this paper, we present a novel approach to the binarization of degraded document images. The proposed method uses a new local contrast feature extracted based on the stroke width of text. First, a pre-processing method is carried out for noise removal. Text boundary detection is then performed on the image constructed from the contrast feature. Then local estimation follows to extract text from the background. Finally, a refinement procedure is applied to the binarized image as a post-processing step to improve the quality of the final results. Experiments and comparisons of extracting text from degraded handwriting and machine-printed document image against some well-known binarization algorithms demonstrate the effectiveness of the proposed method.

• 대한임베디드공학회논문지
• /
• 제7권5호
• /
• pp.247-253
• /
• 2012

This paper presents sensor network based autonomous vehicle system using a proposed image processing algorithm. The proposed image processing algorithm consists of pre-processing and five-stage image processing: coordinate calculation, driving area decision, line segment calculation, steeling decision, and acceleration decision. We evaluate the performance of the proposed algorithm on both straight road and curved road. Experimental results indicate that the proposed algorithm works well for autonomous vehicles. However, control accuracy of the proposed algorithm decreases as speed is increasing.